CN105303817B - 一种出行方式的规划方法及装置 - Google Patents

Abstract

本发明提供了一种出行方式的规划方法及装置，方法包括：接收用户设备UE发送的打车请求，并获取所述打车请求的相关特征信息和基础信息；根据所述相关特征信息、基础信息，确定各单一出行方式对应于所述打车请求的出行信息；根据各单一出行方式的出行信息，采用全局优化算法确定组合出行方式，并获得所述组合出行方式对应于所述打车请求的出行信息；根据上述出行信息，将所有单一出行方式、组合出行方式按照预设的出行条件进行排序并发送至UE。装置包括接收单元、第一信息确定单元、第二信息确定单元及排序单元。本发明能够提供多种出行方式供乘客选择，从而有效提升订单成交率，节省打车时间或费用，优化乘客打车体验。

Description

一种出行方式的规划方法及装置

技术领域

本发明涉及计算机处理技术领域，尤其涉及一种出行方式的规划方法及装置。

背景技术

随着智能设备和移动互联网技术的发展，打车软件的普及给人们的出行带来了极大的便利。当前打车需求已经是社会各阶层人士的普遍需求，打车软件已基本解决了司机和乘客之间的信息不对称问题。

为了更好的服务乘客，打车软件为用户提供了多种出行方式，比如：出租车、专车、快车、顺风车和大巴车，打车软件后续还可增加更多出行方式。而在乘客发单交互时，主要选择自己偏好的出行方式并发送订单，打车软件后台则将乘客发送的订单推送给相应出行方式的司机客户端。

然而，由于乘客信息不对称，导致乘客选取的出行方式的订单成交率不高，而费用也不便宜。乘客信息不对称主要体现在：1)乘客对价格不了解；2)乘客对出行路线不了解；3)乘客对现有各出行方式成交率不了解。而上述多种乘客信息不对称的问题导致乘客容易选择不合适的出行方式，增加了出行费用且成交率不高，影响乘客打车体验。

发明内容

针对现有技术中由于乘客信息不对称导致乘客选择不合适的出行方式，增加了出行费用且成交率不高，影响乘客乘车体验的缺陷，本发明提供了一种出行方式的规划方法及装置。

第一方面，本发明提供了一种出行方式的规划方法，该方法包括：

接收用户设备UE发送的打车请求，并获取所述打车请求的相关特征信息和基础信息；所述基础信息包括：出发时间、出发地及目的地信息；

根据所述相关特征信息、基础信息，确定各单一出行方式对应于所述打车请求的出行信息；所述出行信息包括订单成交率、耗时、费用及行走距离；

根据各单一出行方式的出行信息，采用全局优化算法确定组合出行方式，并获得所述组合出行方式对应于所述打车请求的出行信息；

根据所述各单一出行方式的出行信息、所述组合出行方式的出行信息，将所有单一出行方式、组合出行方式按照预设的出行条件进行排序并发送至所述UE。

优选地，该方法还包括：

所述UE接收按序排列的各单一出行方式及组合出行方式并显示，以供用户对出行方式进行选择。

优选地，所述打车请求的相关特征信息包括：出发地及目的地POI信息、实时路况信息、各出行方式对应的司机偏好信息、预设范围内各出行方式对应的空闲司机数量、路面距离；

相应地，所述根据所述相关特征信息、基础信息，确定各单一出行方式对应于所述打车请求的出行信息，包括：

根据所述出发地及目的地信息，分别确定所述出发地及目的地对应的兴趣点POI信息；

针对每种出行方式，根据所述出发地POI信息、目的地POI信息、出发时间、实时路况信息、该出行方式对应的司机偏好信息、空闲司机数量，对该出行方式的订单成交率进行估计；

根据所述出发地、目的地及出行方式进行出行路线规划，获得路面距离、行程时间及拥堵程度，以对总费用、行走距离及耗时进行估计。

优选地，所述对该出行方式的订单成交率进行估计之后，该方法还包括：

根据多个预设的附加金额值，确定每个预设的附加金额值对应的订单成交率及乘客对该预设的附加金额值的接受率；

根据每个预设的附加金额值对应的订单成交率及乘客的接受率，获取最佳附加金额值，并将所述最佳附加金额值对应的订单成交率作为最终的订单成交率。

优选地，所述根据各单一出行方式的出行信息，采用全局优化算法确定组合出行方式，并获得所述组合出行方式对应于所述打车请求的出行信息，包括：

根据各单一出行方式的订单成交率、耗时、费用及行走距离，采用贪心算法，以节省时间为目标确定耗时从少到多的多个组合出行方式，并获取所述多个组合出行方式对所应于述打车请求的出行信息；

和/或，

根据各单一出行方式的订单成交率、耗时、费用及行走距离，采用贪心算法，以节省费用为目标确定费用从少到多的多个组合出行方式，并获取所述多个组合出行方式对应于所述打车请求的出行信息。

优选地，根据所述各单一出行方式的出行信息、所述组合出行方式的出行信息，将所有单一出行方式、组合出行方式按照预设的排序方式进行排序，包括：

根据各单一出行方式的订单成交率、耗时、费用及行走距离，各组合出行方式的订单成交率、耗时、费用及行走距离，按照预设的出行条件对所有单一出行方式及所有组合出行方式进行排序；

其中，所述预设的出行条件包括：预设的行走距离范围、预设的费用及预设的耗时中的一个或多个。

第二方面，本发明提供了一种出行方式的规划装置，该装置包括：

接收单元，用于接收用户设备UE发送的打车请求，并获取所述打车请求的相关特征信息和基础信息；所述基础信息包括：出发时间、出发地及目的地信息；

第一信息确定单元，用于根据所述相关特征信息、基础信息，确定各单一出行方式对应于所述打车请求的出行信息；所述出行信息包括订单成交率、耗时、费用及行走距离；

第二信息确定单元，用于根据各单一出行方式的出行信息，采用全局优化算法确定组合出行方式，并获得所述组合出行方式对应于所述打车请求的出行信息；

排序单元，用于根据所述各单一出行方式的出行信息、所述组合出行方式的出行信息，将所有单一出行方式、组合出行方式按照预设的出行条件进行排序并发送至所述UE。

优选地，该装置还包括显示单元，用于：

接收按序排列的各单一出行方式及组合出行方式并显示，以供用户对出行方式进行选择。

优选地，所述打车请求的相关特征信息包括：出发地及目的地兴趣点POI信息、实时路况信息、各出行方式对应的司机偏好信息、预设范围内各出行方式对应的空闲司机数量、路面距离；

相应地，所述第一信息确定单元，用于：

根据所述出发地及目的地信息，分别确定所述出发地及目的地对应的POI信息；

针对每种出行方式，根据所述出发地POI信息、目的地POI信息、出发时间、实时路况信息、该出行方式对应的司机偏好信息、空闲司机数量，对该出行方式的订单成交率进行估计；

根据所述出发地、目的地及出行方式进行出行路线规划，获得路面距离、行程时间及拥堵程度，以对总费用、行走距离及耗时进行估计。

优选地，所述第一信息确定单元，还用于：

根据多个预设的附加金额值，确定每个预设的附加金额值对应的订单成交率及乘客对该预设的附加金额值的接受率；

根据每个预设的附加金额值对应的订单成交率及乘客的接受率，获取最佳附加金额值，并将所述最佳附加金额值对应的订单成交率作为最终的订单成交率。

优选地，所述第二信息确定单元，用于：

根据各单一出行方式的订单成交率、耗时、费用及行走距离，采用贪心算法，以节省时间为目标确定耗时从少到多的多个组合出行方式，并获取所述多个组合出行方式对应于所述打车请求的出行信息；

和/或，

根据各单一出行方式的订单成交率、耗时、费用及行走距离，采用贪心算法，以节省费用为目标确定费用从少到多的多个组合出行方式，并获取所述多个组合出行方式对应于所述打车请求的出行信息。

优选地，所述排序单元，用于：

根据各单一出行方式的订单成交率、耗时、费用及行走距离，各组合出行方式的订单成交率、耗时、费用及行走距离，按照预设的出行条件对所有单一出行方式及所有组合出行方式进行排序；

其中，所述预设的出行条件包括：预设的行走距离范围、预设的费用及预设的耗时中的一个或多个。

由上述技术方案可知，本发明提供了一种出行方式的规划方法及装置，由打车软件平台综合多方面信息获得多条推荐出行方式，多条推荐出行方式包括单一出行方式及组合出行方式；并将多条推荐出行方式按照预设的排序方式进行排序，如按照费用、耗时或行走距离由少到多进行排序，以供乘客选择，从而有效提升订单成交率，节省打车时间或费用，优化乘客打车体验。

附图说明

为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些图获得其他的附图。

图1是本公开一实施例提供的一种出行方式的规划方法的流程示意图；

图2是本公开一实施例提供的一种出行方式的规划装置的结构示意图。

具体实施方式

下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

以下对本公开实施例中提及的部分词语进行举例说明。

本领域技术人员应当理解，本公开实施例中提及的用户设备(User Equipment，简称UE)是指安装有打车软件乘客端的任何终端，是呼叫服务方，可以包括任何类型的用户设备，诸如手持式计算机、个人数字助理PDA、蜂窝电话、网络家电、智能电话、增强型通用分组无线业务(EGPRS)移动电话、媒体播放器、导航设备或者这些数据处理设备或其他数据处理设备中的任何两个或多个的组合。

本领域技术人员应当理解，本公开实施例中提及的出行方式的规划方法的执行主体、出行方式的规划装置均可以为业务服务器，是提供服务方，业务服务器既可以代表如计算机服务器的单个服务器，也可以代表一起工作以执行功能的多个服务器，例如云服务器hadoop。

如图1所示，为本公开一实施例提供的一种出行方式的规划方法的流程示意图，该方法包括如下步骤：

S1：接收用户设备UE发送的打车请求，并获取所述打车请求的相关特征信息和基础信息。

其中，所述基础信息包括：出发时间、出发地及目的地信息。

S2：根据所述相关特征信息、基础信息，确定各单一出行方式对应于所述打车请求的出行信息。

其中，所述出行信息可包括订单成交率、耗时、费用及行走距离等。则单一出行方式对应于所述打车请求的出行信息是指：基于该打车请求，每种出行方式的订单成交率、耗时、费用及行走距离等。

具体来说，服务端接收到打车请求，分析出发地、目的地对应的兴趣点(Point ofInterest，简称POI)信息，如分析其是否为医院、小区、商圈等。进一步地，针对每种出行方式，根据实时交通、时间、起终点以及周边司机信息对订单成交率进行预估。而对于存在小费的出行方式，可输出一个订单成交率的预估值以及建议小费值，该建议小费值用于提高订单成交率。进一步地，针对每种出行方式，根据路线规划结果形成的路线对应的路面距离、行程时间、拥堵程度给出费用、耗时及行走距离的预估，并将该费用和消费之相加得到总费用。从而得到多个单一出行方式的出行信息。

S3：根据各单一出行方式的出行信息，采用全局优化算法确定组合出行方式，并获得所述组合出行方式对应于所述打车请求的出行信息。

本实施例中，全局优化算法可为贪心算法等。举例来说，将多个单一出行方式进行综合，采用贪心算法找出最合适的组合出行方式。而组合出行方式对应于所述打车请求的出行信息是指：基于该打车请求，每种组合出行方式的订单成交率、耗时、费用及行走距离等。

S4：根据所述各单一出行方式的出行信息、所述组合出行方式的出行信息，将所有单一出行方式、组合出行方式按照预设的出行条件进行排序并发送至所述UE。

具体来说，本步骤主要是对多种单一出行方式、组合出行方式进行综合排序，按照用户输入或者系统默认的出行条件或排序方式排序。

进一步地，该方法还包括如下步骤：

所述UE接收按序排列的各单一出行方式及组合出行方式并显示，以供用户对出行方式进行选择。

由此可见，本实施例利用打车软件后台服务器的全局数据以及地理信息系统的知识，主动帮助乘客找到最适合的出行方式。比如后台发现乘客当前周边订单的出租车成交率非常低，而乘客的订单质量也并不是很高，也就是说该乘客发出租车订单失败的几率会非常高；而此时，系统后台发现专车成交率相对高很多，可以优先推荐使用专车。又或者后台发现乘客目前正处于一个大巴站后周边，5分钟后会有一辆合适的大巴经过，可以将乘客拉到离目的地非常近的位置。这样后台可以为乘客推荐使用大巴出行，并告知大巴到达时间。再或者后台可以综合利用大巴车或者出租车，先通过大巴将乘客拉往一个成交率非常高的位置，那里的订单相对少而司机也相对更喜欢当前乘客的这种订单。因此最终后台会给出多种推荐出行方式，并给出乘客的预估价格，预估时间，再由乘客自己选择出行方式。

本实施例中，所述打车请求的相关特征信息包括：出发地及目的地POI信息、实时路况信息、各出行方式对应的司机偏好信息、预设范围内各出行方式对应的空闲司机数量、路面距离等。

相应地，步骤S2，具体包括如下子步骤：

S21：根据所述出发地及目的地信息，分别确定所述出发地及目的地对应的兴趣点POI信息。

S22：针对每种出行方式，根据所述出发地POI信息、目的地POI信息、出发时间、实时路况信息、该出行方式对应的司机偏好信息、空闲司机数量，对该出行方式的订单成交率进行估计。

具体来说，该步骤可通过如下方式实现：采用预先建立的预测模型，预测各出行方式对所述打车请求的订单成交率。

其中，所述预测模型为根据各出行方式在预设时间段内的历史订单的相关特征信息建立的预测模型，将所述打车请求的相关特征信息为所述预测模型的预测变量，各出行方式对所述打车请求的订单成交率为所述预测模型的目标变量。

S23：根据所述出发地、目的地及出行方式进行出行路线规划，获得路面距离、行程时间及拥堵程度，以对总费用、行走距离及耗时进行估计。

进一步地，步骤S22中对该出行方式的订单成交率进行估计之后，该方法还包括：

A01、根据多个预设的附加金额值，确定每个预设的附加金额值对应的订单成交率及乘客对该预设的附加金额值的接受率。

其中，附加金额值即为小费。通过对多个预设的消费值对应的订单成交率和乘客的接受率进行预测，从而选取其中最佳的小费值。

可理解的是，本步骤也可通过如步骤S22中建立预测模型的方式，获取订单成交率及乘客对预设的附加金额值的接受率。其中，附加金额值为预测模型中的一个特性数据。

A02、根据每个预设的附加金额值对应的订单成交率及乘客的接受率，获取最佳附加金额值，并将所述最佳附加金额值对应的订单成交率作为最终的订单成交率。

通过上述步骤，可得到多种单一出行方式的小费、订单成交率、总费用、行走距离及耗时等出行信息。

本实施例中，步骤S3具体包括如下步骤：

S31：根据各单一出行方式的订单成交率、耗时、费用及行走距离，采用贪心算法，以节省时间为目标确定耗时从少到多的多个组合出行方式，并获取所述多个组合出行方式对应于所述打车请求的出行信息；

和/或，

S32：根据各单一出行方式的订单成交率、耗时、费用及行走距离，采用贪心算法，以节省费用为目标确定费用从少到多的多个组合出行方式，并获取所述多个组合出行方式对应于所述打车请求的出行信息。

由此可见，全局优化算法中可按照节省时间和节省费用两个方向分别输出，如此方便乘客后续根据自己的需要选择出行方式。

可理解地，步骤S4，具体包括：

根据各单一出行方式的订单成交率、耗时、费用及行走距离，各组合出行方式的订单成交率、耗时、费用及行走距离，按照预设的出行条件对所有单一出行方式及所有组合出行方式进行排序。

其中，所述预设的出行条件包括：预设的行走距离范围、预设的费用及预设的耗时中的一个或多个。即出行条件可设置为多个，如最省钱且行走距离小于1km。

本实施例提供了一种出行方式的规划方法，由打车软件平台综合多方面信息获得多条推荐出行方式，多条推荐出行方式包括单一出行方式及组合出行方式；并将多条推荐出行方式按照预设的排序方式进行排序，如按照费用、耗时或行走距离由少到多进行排序，以供乘客选择，从而有效提升订单成交率，节省打车时间或费用，优化乘客打车体验。

为了更好地理解与应用本发明提出的一种出行方式的规划方法，本发明进行以下示例，且本发明不仅局限于以下示例。

例如，乘客A想立刻从北京回龙观北去协和医院，发出订单后，打车软件服务端检测到该订单为实时请求订单，并分析出目的地属于医院，在前门商圈。将这些信息发往各个产品线(即多个出行方式)的订单接收程序，各个产品线结合交通数据、对应产品线司机偏好、空闲司机数等特征对成交率进行预测，并按照对应各个小费值对应的成交概率和乘客的接受程度，给出各个产品线的最佳小费值及成交概率。比如结果如下：{{出租车：小费5元；成交概率0.8；总费用：90元；行走距离：700米；耗时：1.15小时}{专车：小费0元；成交概率0.9；总费用：120元；行走距离：200米：耗时：1.05小时}{顺风车：小费5元；成交概率0.8；总费用60元；行走距离：800米；耗时：1.2小时}{大巴车:小费0元；成交概率：1.0；总费用：10元；行走距离：3km；耗时：2小时}}。

进一步地，数据请求到了路线综合程序，路线综合程序按照系统默认的优化方式或者乘客指定的优化方式，按照贪心优化的算法进行逐步调优。假如，目前选择的优化方向是最省钱方向且要求行走距离小于1千米。则先从现有线路中最省钱的大巴车出发，按照大巴车停泊的多个站台分别计算选择顺风车、出租车、专车的总费用，此时发现在大巴车的第三站下车后坐顺风车的总费用为20元；耗时为1.4小时，行走距离为900米。因此最终选择输出大巴车做3站之后坐顺风车出行的方式。由此可见，全局优化采用的贪心算法，优先从优化方向最优的产品线出发。当第一个最优方案不符合约束条件时，选择第二个备选最优方案(比如顺风车)。

如图2所示，为本公开另一实施例提供的一种出行方式的规划装置的结构示意图，该装置包括：接收单元201、第一信息确定单元202、第二信息确定单元203及排序单元204。其中：

接收单元201，用于接收用户设备UE发送的打车请求，并获取所述打车请求的相关特征信息和基础信息；所述基础信息包括：出发时间、出发地及目的地信息；

第一信息确定单元202，用于根据所述相关特征信息、基础信息，确定各单一出行方式对应于所述打车请求的出行信息；所述出行信息包括订单成交率、耗时、费用及行走距离；

第二信息确定单元203，用于根据各单一出行方式的出行信息，采用全局优化算法确定组合出行方式，并获得所述组合出行方式对应于所述打车请求的出行信息；

排序单元204，用于根据所述各单一出行方式的出行信息、所述组合出行方式的出行信息，将所有单一出行方式、组合出行方式按照预设的出行条件进行排序并发送至所述UE。

本实施例中，该装置还包括显示单元，用于：

接收按序排列的各单一出行方式及组合出行方式并显示，以供用户对出行方式进行选择。

本实施例中，所述打车请求的相关特征信息包括：出发地及目的地POI信息、实时路况信息、各出行方式对应的司机偏好信息、预设范围内各出行方式对应的空闲司机数量、路面距离；

相应地，所述第一信息确定单元，用于：

根据所述出发地及目的地信息，分别确定所述出发地及目的地对应的兴趣点POI信息；

针对每种出行方式，根据所述出发地POI信息、目的地POI信息、出发时间、实时路况信息、该出行方式对应的司机偏好信息、空闲司机数量，对该出行方式的订单成交率进行估计；

根据所述出发地、目的地及出行方式进行出行路线规划，获得路面距离、行程时间及拥堵程度，以对总费用、行走距离及耗时进行估计。

本实施例中，所述第一信息确定单元，还用于：

对于多个预设的附加金额值，确定每个预设的附加金额值对应的订单成交率及乘客对该预设的附加金额值的接受率；

根据每个预设的附加金额值对应的订单成交率及乘客的接受率，获取最佳附加金额值，并将所述最佳附加金额值对应的订单成交率作为最终的订单成交率。

本实施例中，所述第二信息确定单元，用于：

根据各单一出行方式的订单成交率、耗时、费用及行走距离，采用贪心算法，以节省时间为目标确定耗时从少到多的多个组合出行方式，并获取所述多个组合出行方式对应于所述打车请求的出行信息；

和/或，

根据各单一出行方式的订单成交率、耗时、费用及行走距离，采用贪心算法，以节省费用为目标确定费用从少到多的多个组合出行方式，并获取所述多个组合出行方式对应于所述打车请求的出行信息。

本实施例中，所述排序单元，用于：

根据各单一出行方式的订单成交率、耗时、费用及行走距离，各组合出行方式的订单成交率、耗时、费用及行走距离，按照预设的出行条件对所有单一出行方式及所有组合出行方式进行排序；

其中，所述预设的出行条件包括：预设的行走距离范围、预设的费用及预设的耗时中的一个或多个。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

应当注意的是，在本公开的系统的各个部件中，根据其要实现的功能而对其中的部件进行了逻辑划分，但是，本公开不受限于此，可以根据需要对各个部件进行重新划分或者组合，例如，可以将一些部件组合为单个部件，或者可以将一些部件进一步分解为更多的子部件。

本公开的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本公开实施例的系统中的一些或者全部部件的一些或者全部功能。本公开还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本公开的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本公开进行说明而不是对本公开进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本公开可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

以上实施方式仅适于说明本公开，而并非对本公开的限制，有关技术领域的普通技术人员，在不脱离本公开的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本公开的范畴，本公开专利保护范围应由权利要求限定。

Claims (12)

1.一种出行方式的规划方法，其特征在于，该方法包括：

接收用户设备UE发送的打车请求，并获取所述打车请求的相关特征信息和基础信息；所述基础信息包括：出发时间、出发地及目的地信息；

根据所述相关特征信息、基础信息，确定各单一出行方式对应于所述打车请求的出行信息；所述出行信息包括订单成交率、耗时、费用及行走距离；所述各单一出行方式包括使用同类交通工具的不同业务形式；

根据各单一出行方式的出行信息，采用全局优化算法确定组合出行方式，并获得所述组合出行方式对应于所述打车请求的出行信息；

根据所述各单一出行方式的出行信息、所述组合出行方式的出行信息，将所有单一出行方式、组合出行方式按照预设的出行条件进行排序并发送至所述UE。

2.根据权利要求1所述的方法，其特征在于，该方法还包括：

所述UE接收按序排列的各单一出行方式及组合出行方式并显示，以供用户对出行方式进行选择。

3.根据权利要求1所述的方法，其特征在于，所述打车请求的相关特征信息包括：出发地及目的地兴趣点POI信息、实时路况信息、各出行方式对应的司机偏好信息、预设范围内各出行方式对应的空闲司机数量及路面距离；

相应地，所述根据所述相关特征信息、基础信息，确定各单一出行方式对应于所述打车请求的出行信息，包括：

根据所述出发地及目的地信息，分别确定所述出发地及目的地对应的POI信息；

针对每种出行方式，根据所述出发地POI信息、目的地POI信息、出发时间、实时路况信息、该出行方式对应的司机偏好信息、空闲司机数量，对该出行方式的订单成交率进行估计；

根据所述出发地、目的地及出行方式进行出行路线规划，获得路面距离、行程时间及拥堵程度，以对总费用、行走距离及耗时进行估计。

4.根据权利要求3所述的方法，其特征在于，所述对该出行方式的订单成交率进行估计之后，该方法还包括：

根据多个预设的附加金额值，确定每个预设的附加金额值对应的订单成交率及乘客对该预设的附加金额值的接受率；

根据每个预设的附加金额值对应的订单成交率及乘客的接受率，获取最佳附加金额值，并将所述最佳附加金额值对应的订单成交率作为最终的订单成交率。

5.根据权利要求1所述的方法，其特征在于，所述根据各单一出行方式的出行信息，采用全局优化算法确定组合出行方式，并获得所述组合出行方式对应于所述打车请求的出行信息，包括：

根据各单一出行方式的订单成交率、耗时、费用及行走距离，采用贪心算法，以节省时间为目标确定耗时从少到多的多个组合出行方式，并获取所述多个组合出行方式对应于所述打车请求的出行信息；

和/或，

根据各单一出行方式的订单成交率、耗时、费用及行走距离，采用贪心算法，以节省费用为目标确定费用从少到多的多个组合出行方式，并获取所述多个组合出行方式对应于所述打车请求的出行信息。

6.根据权利要求5所述的方法，其特征在于，根据所述各单一出行方式的出行信息、所述组合出行方式的出行信息，将所有单一出行方式、组合出行方式按照预设的排序方式进行排序，包括：

根据各单一出行方式的订单成交率、耗时、费用及行走距离，各组合出行方式的订单成交率、耗时、费用及行走距离，按照预设的出行条件对所有单一出行方式及所有组合出行方式进行排序；

其中，所述预设的出行条件包括：预设的行走距离范围、预设的费用及预设的耗时中的一个或多个。

7.一种出行方式的规划装置，其特征在于，该装置包括：

接收单元，用于接收用户设备UE发送的打车请求，并获取所述打车请求的相关特征信息和基础信息；所述基础信息包括：出发时间、出发地及目的地信息；

第一信息确定单元，用于根据所述相关特征信息、基础信息，确定各单一出行方式对应于所述打车请求的出行信息；所述出行信息包括订单成交率、耗时、费用及行走距离；所述各单一出行方式包括使用同类交通工具的不同业务形式；

第二信息确定单元，用于根据各单一出行方式的出行信息，采用全局优化算法确定组合出行方式，并获得所述组合出行方式对应于所述打车请求的出行信息；

排序单元，用于根据所述各单一出行方式的出行信息、所述组合出行方式的出行信息，将所有单一出行方式、组合出行方式按照预设的出行条件进行排序并发送至所述UE。

8.根据权利要求7所述的装置，其特征在于，该装置还包括显示单元，用于：

接收按序排列的各单一出行方式及组合出行方式并显示，以供用户对出行方式进行选择。

9.根据权利要求7所述的装置，其特征在于，所述打车请求的相关特征信息包括：出发地及目的地兴趣点POI信息、实时路况信息、各出行方式对应的司机偏好信息、预设范围内各出行方式对应的空闲司机数量及路面距离；

相应地，所述第一信息确定单元，用于：

根据所述出发地及目的地信息，分别确定所述出发地及目的地对应的POI信息；

针对每种出行方式，根据所述出发地POI信息、目的地POI信息、出发时间、实时路况信息、该出行方式对应的司机偏好信息、空闲司机数量，对该出行方式的订单成交率进行估计；

根据所述出发地、目的地及出行方式进行出行路线规划，获得路面距离、行程时间及拥堵程度，以对总费用、行走距离及耗时进行估计。

10.根据权利要求9所述的装置，其特征在于，所述第一信息确定单元，还用于：

根据多个预设的附加金额值，确定每个预设的附加金额值对应的订单成交率及乘客对该预设的附加金额值的接受率；

根据每个预设的附加金额值对应的订单成交率及乘客的接受率，获取最佳附加金额值，并将所述最佳附加金额值对应的订单成交率作为最终的订单成交率。

11.根据权利要求7所述的装置，其特征在于，所述第二信息确定单元，用于：

根据各单一出行方式的订单成交率、耗时、费用及行走距离，采用贪心算法，以节省时间为目标确定耗时从少到多的多个组合出行方式，并获取所述多个组合出行方式对应于所述打车请求的出行信息；

和/或，

根据各单一出行方式的订单成交率、耗时、费用及行走距离，采用贪心算法，以节省费用为目标确定费用从少到多的多个组合出行方式，并获取所述多个组合出行方式对应于所述打车请求的出行信息。

12.根据权利要求11所述的装置，其特征在于，所述排序单元，用于：

根据各单一出行方式的订单成交率、耗时、费用及行走距离，各组合出行方式的订单成交率、耗时、费用及行走距离，按照预设的出行条件对所有单一出行方式及所有组合出行方式进行排序；

其中，所述预设的出行条件包括：预设的行走距离范围、预设的费用及预设的耗时中的一个或多个。